“赵总，宋经理，一路辛苦！”
赵德明点点头，目光在会议室里扫了一圈，最后落在我身上。
“这位是？”
周建国愣了一下，连忙介绍：“这是我们的技术人员，方茵。”
他说“技术人员”，不是“核心开发”。
赵德明“嗯”了一声，没再说话。
倒是旁边的宋薇多看了我两眼。
她的目光在我的脸上停留了几秒，眉头微微皱了一下，好像在想什么事。
但她也没开口。
大家落座之后，林可站起来，走到投影幕布前。
“各位领导好，我是本次的负责人林可，下面由我来为大家汇报进展——”
她的声音甜甜的，PPT做得很漂亮，配色是今年流行的莫兰迪色系。
我安静地坐在角落里，听她讲。
“我们的核心算法采用协同过滤加深度学习的混合架构，在冷启动场景下通过用户画像补全来提升精度——”
她说得很流利，专业术语一个接一个往外蹦。
我知道这些话都是从我的文档里抄的。
因为有一个地方，她抄错了。
她说的是“补全”，但我的原文写的是“补偿”。
这两个词意思完全不同。
协同过滤里的cold-start问题，用的是profile补偿机制，不是补全。
我没出声。
继续听。
林可讲了十五分钟，赵德明一直面无表情。
等她讲完，赵德明翻了翻手里的资料，忽然开口。
“林经理，你们的推荐模型用的是什么损失函数？”
林可愣住了。
“损失函数……”她重复了一遍，眼珠子乱转，“就是那个，计算误差的函数……”
赵德明等着。
林可的额头上开始冒汗。
“具体的话……技术细节的话……”
她转头看向我，眼神里全是求救。
会议室里安静得能听见空调的嗡嗡声。
我没动。
我就坐在角落里，像她说的，“不用说话的”。
周建国的脸色已经变了。
他笑两声：“赵总，技术细节太专业了，我们回去整理一份详细的文档给您——”
“不用。”赵德明打断他，目光转向我，“这位方小姐，你是技术人员对吧？你来回答。”
所有人的视线都聚焦到我身上。
林可的脸白了。
周建国的脸绿了。
我慢慢站起来，一手扶着椅背。
剖腹产的伤口疼得我直冒冷汗，但我站得很稳。
“赵总，我们的损失函数使用的是BPR损失加二阶正则化项。”
我顿了顿，继续说。
“BPR全称是贝叶斯个性化排序，用于解决隐式反馈场景下的排序问题。我们在此基础上加入了负采样策略，把负样本采样率从标准的1比5调到了1比20，提升了模型对边缘用户的覆盖。”
赵德明的眼睛亮了一下。
“1比20的负采样率，过拟合怎么处理？”
“我们做了两层处理。第一层是在embedding层加入dropout，比例是0.3。第二层是在训练集上做了时间切片，用前六个月的数据训练，后两个月做验证，防止数据泄露。”
赵德明点点头，又问：“线上A/B测试做了吗？效果怎么样？”
“做了。点击率提升了23%，转化率提升了17%。测试周期是两周，样本量50万。”